论文部分内容阅读
合成孔径雷达具有全天候、全天时、远距离、高分辨率成像的能力,在军事和民用领域都有广泛的应用。SAR信号处理数据量大、运算复杂,提高SAR信号处理的实时性具有重要意义。SAR实时信号处理可以划分为彼此独立的三个阶段,即预处理、成像和成像后处理。本文重点研究了SAR实时信号处理中的FIR滤波、快速傅里叶变换和图像分类等关键算法,并提出相应的优化解决方法。本文的主要内容概括如下:(1)适当降低回波信号的采样率,可以提高SAR成像的实时性。为了避免降采样过程中出现频谱混叠,需要首先对回波信号进行线性相位的FIR低通滤波。本文提出了一种基于FPGA实现线性FIR滤波器的硬件设计方案。(2)傅里叶变换是雷达成像算法中的核心操作。大点数浮点FFT运算的效率直接决定了SAR实时成像系统的性能。本文提出了一种基于FPGA的双精度浮点FFT处理器的硬件设计方法。通过优化操作数和旋转因子地址映射方法,每个时钟周期并行完成8个基2蝶形运算。实验结果表明,相对于运行在Intel(R)Core(TM)2 Quad CPU Q9400 CPU平台上的FFTW软件程序,本文设计的FFT处理器可以获得两倍的加速比。(3)随着合成孔径雷达技术的飞速发展,SAR成像系统要处理的数据量成倍增加。单片FPGA由于计算能力有限,难以完成超长点数FFT。本文提出了一种基于FPGA阵列的超长点数一维FFT并行处理的设计方案:将大点数的FFT分解为多个小点数的FFT,分别由多片FPGA并行处理。针对FPGA片内存储容量有限的问题,提出了大点数FFT的拆分方法。本文提出了FPGA之间的数据交换策略。最后,对本文设计的结构进行了性能分析。(4)雷达成像的基本目的是实现目标分类和识别。传统的SAR图像分类算法难以识别后向散射信号相近的目标。为此,本文提出了一种基于深度信念网络的SAR图像分类算法。为满足实时性要求,本文利用GPU强大的并行处理能力,对SAR图像分类算法进行了加速。